Pandas(第九集：DataFrame切片操作)

---

1. 源数据

dic = {
    "course": ['Java', 'Python', 'PHP', 'C'],
    "score": [99, 100, 66, 59],
    "age": [11, 22, 33, 44],
    "sex": [1, 0, 0, 1]
}
df = pd.DataFrame(dic, index=list('ABCD'))

2.通过显示索引进行切片操作

2.1 行切片

df.loc['A':'C']

2.2 列切片

注意：使用列切片的时候是先行在列，如果不想对行进行操作，则需要在逗号前面增加一个冒号

df.loc[:, 'course':'age']

2.3 综合【同时对行列进行操作】

先行在列

df.loc['A':'C', 'course':'age']

2.4 不连续的数据【同时对行列进行操作】

传递的是两个列表，使用逗号进行隔开，前面的是行列表，后面的是列列表

print(df.loc[['A', 'C'], ['course', 'age']])

3.通过隐式索引进行切片操作

3.1 行切片

注意：使用隐式索引对行进行切片时，作用域是左闭右开

df.iloc[0:2]

3.2 列切片

df.iloc[:, 0:2]

3.3 综合【同时对行和列进行操作，连续数据】

df.iloc[0:2, 0:2]

3.4 综合【同时对行和列进行操作，不连续数据】

df.iloc[[0, 2], [1, 3]]